Precision Forestry

Precision Forestry

Abstract

Il recente sviluppo delle tecnologie dell’informazione e della comunicazione ha favorito l’applicazione al settore forestale di nuove strategie e metodologie gestionali note come Precision Forestry. Questa nota presenta una rassegna commentata delle tecnologie disponibili per il raggiungimento degli obiettivi di miglioramento e dell’efficienza della filiera foresta-legno nel settore forestale.

Introduzione

Il settore forestale italiano sta attraversando negli ultimi anni una fase di rinnovamento, conseguenza del mutato approccio alla gestione forestale e alla considerazione sul ruolo delle foreste nella realtà sociale, economica ed ecologica a livello nazionale, in linea con quanto osservato anche a livello europeo. Nuove funzioni e nuovi ruoli sociali attribuiti alle risorse forestali hanno determinato una crescita dell’importanza, ma anche della complessità, del settore, con conseguente necessità di sviluppare strategie per la tutela, la gestione e la valorizzazione delle risorse forestali.
Per quanto riguarda la filiera foresta-legno, l’anello più debole è attualmente rappresentato dalla base produttiva, ossia dai comparti della gestione selvicolturale, delle utilizzazioni legnose e della prima trasformazione. In Italia questa filiera risulta fortemente dipendente dall’estero con oltre due terzi del fabbisogno nazionale di materia prima coperto dalle importazioni. Diventa dunque prioritario allargare l’effettiva base produttiva nazionale, considerando non solo gli aspetti quantitativi ma anche quelli qualitativi garantendo, al contempo, la riduzione degli impatti delle utilizzazioni forestali in un’ottica di sostenibilità ecologica e sociale, favorendo l’implementazione e l’integrazione delle tecnologie più recenti.
Secondo le più recenti stime dell’Inventario Forestale Nazionale, il patrimonio forestale italiano copre oltre 11 milioni di ettari, corrispondenti a quasi il 40% della superficie nazionale. La massa legnosa presente, pari a circa 1.500 milioni di m3, è in continua crescita (Mipaaf, 2012). L’incremento annuale complessivo della massa legnosa dei boschi italiani è superiore a quello effettivamente utilizzato: i prelievi risultano complessivamente inferiori a un terzo dell’incremento annuale, risultando tra i più bassi dell’Unione Europea. Parallelamente, le attività connesse alla filiera del legno (dalla produzione, alla trasformazione industriale in prodotti semilavorati e finiti, fino alla commercializzazione) coinvolgono circa 80.000 imprese, per quasi 400.000 unità lavorative occupate. Si tratta del secondo settore dell’industria manifatturiera italiana, con un volume di affari annuo complessivo di oltre 40 miliardi di euro (Corona et al., 2017). A partire da questo quadro, che presenta notevoli opportunità, diventa fondamentale la promozione di una calibrata utilizzazione delle risorse forestali nazionali in un’ottica di sostenibilità ecologica e sociale.
Recentemente, lo sviluppo delle tecnologie dell'informazione e della comunicazione (Ict) ha favorito l’applicazione al settore agricolo di nuove strategie e metodologie gestionali note nel loro complesso come Precision Agriculture (Agricoltura di Precisione). A questa evoluzione tecnologica si è adeguato anche il settore forestale, che già da decenni si avvale dell’utilizzo di informazioni derivate dal telerilevamento a varia scala per la pianificazione e gestione delle risorse forestali. Con il termine Precision Forestry si identifica l’acquisizione e l’utilizzo di dati derivanti da tecnologie Ict a supporto di un uso sostenibile delle risorse forestali. In Italia, il termine Precision Forestry viene generalmente tradotto in “selvicoltura di precisione”, intendendo l’insieme di pratiche di monitoraggio, pianificazione, gestione e utilizzazione delle risorse forestali. Probabilmente, nell’immaginario comune, il termine “selvicoltura” viene associato soprattutto a interventi di coltivazione del bosco e meno a quello di comprensione e analisi dei processi di sviluppo e crescita dei popolamenti forestali. Uno dei motivi principali per cui le scienze forestali sono intrinsecamente “complesse”, e quindi richiedono maggiore “precisione”, è l'enorme varietà di tutti i fenomeni e processi ecologici e biogeofisici che le caratterizzano: basti pensare alla molteplicità delle relazioni che intercorrono tra la foresta e il sistema fisico atmosfera-suolo-clima-energia, senza poter poi prescindere dal sistema socio-economico-politico.
In questo quadro diventa importante favorire l’implementazione e l’integrazione delle tecnologie della Precision Forestry quali elementi di innovazione nel sistema produttivo forestale nazionale. Questo contributo vuole presentare le principali tecnologie e applicazioni disponibili per la Precision Forestry, fornendo un quadro delle prospettive di utilizzo e implementazione di tali tecnologie a scala nazionale.

Tecnologie e applicazioni della Precision Forestry

Nell’ambito della Precision Forestry possono essere individuati tre ambiti applicativi principali (Figura 1):

  • monitoraggio e pianificazione forestale;
  • applicazioni sito-specifiche di tipo colturale e di utilizzazione forestale;
  • applicazioni relative alla tracciatura dei prodotti nella filiera foresta-legno.

Questa distinzione non è da intendersi rigida in quanto molti degli strumenti e tecniche disponibili sono utilizzati a vari livelli. Nei paragrafi successivi vengono descritti i principali strumenti disponibili per i tre ambiti applicativi sopra elencati.

Monitoraggio e pianificazione forestale

La Precision Forestry eredita una lunga tradizione di applicazioni che utilizzano la geomatica e il telerilevamento. In particolare, si tratta di metodologie per acquisire, integrare, analizzare, archiviare e distribuire dati georiferiti in formato digitale relativamente a: 1) sistemi di posizionamento satellitare (Gnss - Global Navigation Satellite System); 2) sistemi informativi geografici (Gis – Geographic Information System); 3) telerilevamento satellitare, aereo e (recentemente) da sistemi a pilotaggio remoto (Sapr) comunemente definiti droni); 4) sistemi di rilievo prossimale (proximal sensing); 5) sistemi di supporto alle decisioni (SDSSs - Spatial Decision Support Systems).
I sistemi globali di posizionamento e navigazione satellitare (1) rappresentano il pilastro nella georeferenziazione dei dati forniti dalle tecnologie di Precision Forestry in ambito forestale. I recenti progressi hanno permesso di sviluppare ricevitori con sempre maggiore accuratezza posizionale, riducendone al contempo dimensione e costi. Negli inventari forestali le informazioni vengono raccolte in punti di campionamento posizionati sulla superficie terrestre secondo uno schema probabilistico predefinito. La navigazione verso i punti di campionamento a terra è garantita dai moderni Gnss. Questi sistemi sono normalmente implementati anche sulle piattaforme a pilotaggio remoto, sui moderni sistemi auto-guidanti di cui sono equipaggiate le moderne trattrici agricole o macchine abbattitrici-allestitrici forestali, oltre che essere integrati in tablet, smartphone e, talora, nelle fotocamere digitali.

Figura 1 - Inquadramento applicativo della Precision Forestry

Fonte: Kovácsová & Antalová, 2010, modificato

I sistemi informativi geografici (2) costituiscono applicazioni insostituibili per rappresentare, analizzare, distribuire e raccogliere l'informazione georiferita relativa alle risorse forestali. Le aumentate capacità di elaborazione dati dei software, unitamente ai progressi nel telerilevamento e allo sviluppo di applicativi consumer-grade (mobile-Gis) integrati con i Gis, hanno permesso di sviluppare applicazioni di grande dettaglio e di estendere l’utilizzo di queste tecnologie per la raccolta dell'informazione georiferita in campo.           
L’utilizzo del telerilevamento (3) per il monitoraggio delle risorse forestali ha una lunga e consolidata tradizione a partire dai primi anni ’70. Da allora, le applicazioni più diffuse hanno riguardato il telerilevamento con sensori ottici (Figura 2), ad esempio per: a) mappatura dei tipi forestali tramite immagini satellitari ad alta risoluzione;  b) prevenzione, monitoraggio e lotta agli incendi boschivi, ad esempio tramite valutazione della quantità di materiale combustibile vegetale; c) supporto all’inventariazione forestale: tramite fotointerpretazione di immagini telerilevate ad alta risoluzione per identificare i punti di campionamento in aree boscate (Corona, 2010) oppure per integrare i dati a terra e spazializzare le stime inventariali sulla base delle informazioni telerilevate (es. tramite k-NN, Mattioli et al., 2012).

Figura 2 - Esempio di immagine multispettrale Sentinel-2 in falso colore (rosso 829 nm, verde 604 nm, blu 465 nm) in due Parchi Nazionali del Ghana con sensore aviotrasportato

Fonte: Laurin et al., 2016

I più recenti sviluppi tecnologici hanno inoltre aperto nuove frontiere mediante l’utilizzo dell’informazione tridimensionale fornita dai sistemi di telerilevamento attivo (radiazione elettromagnetica emessa dal sensore) che utilizzano tecniche LiDAR (Light Detection and Ranging) da piattaforma aerea (Als – Airborne Laser Scanning) o radar (radiazione emessa nell’intervallo spettrale delle onde radio) da satellite (Corona et al., 2015). Il dato Als viene di norma utilizzato per modellizzare il volume legnoso rilevato in aree di saggio a terra in funzione di metriche estratte dal contestuale modello digitale delle chiome (Canopy Height Model - Chm) ottenuto da LiDAR (Figura 3).

Figura 3 - (a) Immagine su tile di dato LiDAR acquisito in Casentino: sono evidenti, oltre alle formazioni forestali, anche edifici e viabilità; (b) Immagine di restituzione 3D degli echi nativi LiDAR (las) di tratto boschivo a Pineta nella foresta Presidenziale di Castelporziano


Fonti: a) Chiavetta et al., 2014; b) Scrinzi e Clementel, 2015

I più recenti ambiti applicativi del telerilevamento sono rappresentati dai Sapr, in grado di fornire informazioni a scale di dettaglio e con maggiore flessibilità rispetto agli altri strumenti da telerilevamento remoto. Inoltre, il rapido sviluppo che stanno avendo questi sistemi e i software di fotogrammetria dedicata fa prevedere che essi possano a breve rappresentare un'importante risorsa tecnologica anche a livello pratico-operativo (Figura 4).

Figura 4 - Sistemi a pilotaggio remoto impiegati in ambito forestale: a sinistra, ottocottero sviluppato dalla ditta Oben ed equipaggiato con sistema LiDAR; a destra, drone ad ala fissa modello eBee Ag della ditta SenseFly, equipaggiabile con fotocamera Rgb, multispettrale e termica

Fonte: Corona et al., 2017

Le principali strumentazioni Ict utilizzabili per rilievi a terra (proximal sensing) (4) su superfici limitate, spesso usate per acquisire dati di verità al suolo per calibrare misure telerilevate, sono rappresentate dalle fotocamere termiche, Rgb, multi o iperspettrali, dal laser scanning terrestre (Tls) e dal georadar.
Infine, i SDSSs (5) sono progettati per aiutare il pianificatore e gestore forestale nel definire le possibili soluzioni a problemi aventi componenti che si configurano spazialmente sul territorio. Un SDSS comporta l'utilizzo di: (i) un sistema di gestione di database (Dbms), che contiene e permette di manipolare i dati geografici; (ii) una libreria dei potenziali modelli che possono essere utilizzati per prevedere i possibili esiti delle decisioni (Mbms); (iii) un’interfaccia grafica (Graphical User Interface - Gui) per supportare gli utenti nella fase di interrogazione e nell’interpretazione dei risultati.

Applicazioni sito-specifiche di tipo colturale e di utilizzazione forestale

Le tecniche di precisione applicate alle piantagioni da legno sono simili a quelle sito-specifiche che nell'agricoltura di precisione sono focalizzate su approcci a rateo variabile (Vrt) per consentire l’ottimizzazione della quantità di input colturali (concimi, diserbanti, acqua da irrigazione) in funzione della variabilità a livello spaziale, permettendo una distribuzione differenziata dell’input in base alle diverse esigenze delle colture. I moderni trattori agricoli vengono infatti integrati con sensori per la mappatura, sistemi elettro-meccanici a rateo variabile, sistemi di conduzione dei mezzi assistita o automatica, collegati tramite Isobus ad un unico terminale che gestisce con un Sdss le operazioni colturali. In ambito di piantagioni da legno, soprattutto per specie con legno di pregio (Rosell & Sanz, 2012) e in pioppicoltura, si utilizzano informazioni geo-spazializzate in particolare per ottimizzare le attività di impianto.
Uno specifico campo di applicazione è la cosiddetta Precision Forest Harvesting, dove strumentazioni apposite permettono di raccogliere informazioni dalle macchine abbattitrici/allestitrici (Figura 5) su specie, qualità e assortimento legnoso, che possono essere utilizzate per effettuare operazioni in tempo reale (pezzatura) o in post-processamento (valutazione del prezzo di macchiatico), ed integrate con informazioni rilevate a terra o già disponibili geo-referenziate (ad esempio: carte della viabilità, mappe del volume legnoso).

Figura 5 - Harvester durante alcune fasi di lavoro in pioppeto

Fonte: Corona et al., 2017

Queste informazioni vengono processate da un terminale Sdss che permette di effettuare valutazioni sulle caratteristiche dell’intervento (intensità dei diradamenti, densità degli alberi, linee di percorrenza). I sensori equipaggiati nelle macchine vengono anche utilizzati per supportare in tempo reale e automatizzare le procedure di abbattimento, pezzatura e allestimento. Ulteriori sensoristiche permettono di effettuare valutazioni sulla qualità del legname. Tali informazioni sono anche utili come input per i Sdss per effettuare stime di redditività delle utilizzazioni. Sensori aggiuntivi, integrati con Gps, sono in grado di rilevare in automatico i punti di prelievo e accumulo della biomassa realizzando mappe di movimentazione del materiale (McDonald et al., 2000). Le medesime macchine possono essere equipaggiate con sistemi di acquisizione dati in grado di misurare le caratteristiche degli alberi lasciati in piedi usando tecniche Mls (multisource information) o 2.5D scanner (Miettinen et al., 2007; Öhman et al., 2008).

Applicazioni relative alla tracciatura dei prodotti nella filiera foresta-legno

La tracciabilità del legname con tecnologie di vario tipo (BARcode, QRcode, Rfid) ha acquisito grande interesse soprattutto a seguito del Regolamento UE n. 995/2010. Tra le tecnologie disponibili, l’identificazione in radiofrequenza (Rfid), applicata con successo in vari settori, sembra la più promettente.
I sistemi Rfid consentono l’identificazione rapida, georiferita e ad alto contenuto informativo dei singoli elementi. Essi prevedono l’impiego di tag attivi (il cui utilizzo pratico è svantaggiato dal maggiore costo) e passivi, resistenti all’usura e agli estremi di variazioni climatiche abbinati a lettori portatili (Reader e antenne standard) i quali possono essere utilizzati su alberi in piedi (in sede di inventariazione forestale) o sulle diverse tipologie di assortimenti forestali (tronchi, paleria, legname da falegnameria, legna da ardere e cippato) lungo la filiera (Figura 6).

Figura 6 - Esempio di diagramma di flusso per l’utilizzo delle tecnologie di tracciabilità dei prodotti legnosi. Da Corona et al. (2017), modificato

Fonte: Corona et al., 2017

Aspetti da considerare per la diffusione della Precision Forestry in Italia

In Italia, il settore forestale si trova ad affrontare problemi che, in ampia misura, sono connessi alla necessità di valorizzare in maniera più efficace le potenzialità e le opportunità che il patrimonio forestale è in grado di garantire in termini di sviluppo, occupazione, salvaguardia ambientale e presidio del territorio. L’eterogeneità delle risorse forestali, del territorio e degli attori rappresentano elementi che concorrono a rendere problematico il passaggio a standard operativi generalizzati. In questa prospettiva, la ricerca in tema di Precision Forestry deve raccogliere la sfida di tradurre i risultati degli avanzamenti tecnologici in applicazioni operative. Si evidenzia, peraltro, che l'avanzamento della ricerca in questo settore ha finora fatto prevalentemente riferimento a esperienze nord-americane e nord-europee, spesso non direttamente trasferibili nella realtà forestale italiana, caratterizzata da peculiari condizioni ambientali, colturali e socioeconomiche, che nella gran parte dei casi richiedono specificità di approcci, sia sotto il profilo metodologico che tecnologico. In particolare, gli aspetti da considerare per la diffusione della Precision Forestry nel nostro Paese sono:

  • necessità di realizzare studi pilota per la dimostrazione dei benefici potenziali come esempi idonei alla sensibilizzazione dei proprietari forestali, dando particolare rilievo alla scalarità e flessibilità delle applicazioni di precisione;
  • standardizzazione di dati e strumenti promuovendo ulteriormente l’utilizzo di dati ottenuti tramite rigorosi processi e corredati da metadati (a esempio, strati informativi delle mappe forestali) e degli strumenti (a esempio, calibrazione di misura potenzialmente equipaggiabili sulle macchine forestali);
  • miglioramento del segnale Gnss sotto copertura forestale;
  • politica open access e Big data; lo sviluppo delle tecnologie geomatiche e Ict ha favorito la disponibilità di una mole ingente di dati in capo alle amministrazioni, che devono essere “aperti” e soprattutto “leggibili” da parte di cittadini e imprese; l’Agenzia per l’Italia Digitale ha posto i dati territoriali al centro del processo per il libero accesso ai dati della pubblica amministrazione in quanto “costituiscono l’elemento conoscitivo di base per tutte le politiche per la gestione del territorio” (Agid, 2014);
  • trasferimento dell'innovazione; il coinvolgimento degli attori forestali rappresenta un punto chiave per il trasferimento delle innovazioni geomatiche e Ict alla realtà operativa; è necessario valutare accuratamente l’effettiva trasferibilità dell’innovazione tecnologica, il cui utilizzo talora si attesta ancora al livello della ricerca e sperimentazione;
  • sostegno alle attività di innovazione pubblico-private, favorendo una integrazione tra ricerca e imprenditoria (spin-off, acceleratori di impresa);
  • aspetti culturali e governance del settore; l’introduzione di tecnologie di precisione richiede un cambio di mentalità, in un settore come quello forestale radicato nella tradizione e non sempre aperto alla innovazione tecnologica; è necessario pertanto investire su specifiche azioni di sensibilizzazione, promuovendo il dialogo con le realtà innovative nazionali e internazionali e una adeguata strategia di policy e governance del settore mirata all’aggiornamento e miglioramento della professionalità da parte degli operatori;
  • la formazione di sistema gioca un ruolo chiave, sia nel favorire l’aggregazione e la cooperazione tra i diversi soggetti interessati, sia come strumento conoscitivo per il corretto sviluppo applicativo delle migliori tecnologie di Precision Forestry.

Riferimenti bibliografici

  • Agid (2014), Obiettivi di accessibilità per l’anno 2014, Agenzia per l’Italia Digitale, [pdf]

  • Chiavetta U., Puletti N., Pelleri F., Miozzo M. (2014), LiDAR e pianificazione forestale: la mappatura dei volumi legnosi del Pratomagno casentinese, Sherwood - Foreste ed Alberi Oggi 207: 15-18

  • Corona P, (2010), Integration of forest mapping and inventory to support forest management. iForest - Biogeosciences and Forestry 3: 59-64, doi: 10.3832/ifor0531-003

  • Corona P., Ascoli D., Barbati A., Bovio G., Colangelo G., Elia M., Garfì V., Iovino F., Lafortezza R., Leone V., Lovreglio R., Marchetti M., Marchi E., Menguzzato G., Nocentini S., Picchio R., Portoghesi L., Puletti N., Sanesi G., Chianucci F. (2015), Integrated forest management to prevent wildfires under Mediterranean environments. Annals of Silvicultural Research 39: 1-22, doi: 10.12899/asr-946

  • Corona P., Chianucci F., Quatrini V., Civitarese V., Clementel F., Costa C., Floris A., Menesatti P., Puletti N., Sperandio G., Verani S., Turco R., Bernardini V., Plutino M., Scrinzi G. (2017), Precision forestry: riferimenti concettuali, strumenti e prospettive di diffusione in Italia. Forest@ 14: 1-21, doi: 10.3832/efor2285-014

  • Kovácsová P., Antalová M. (2010), Precision forestry – definition and technologies, Šumarski list 134: 603-610, [link]

  • Laurin G.V., Puletti N., Hawthorne W., Liesenberg V., Corona P., Papale D., Chen Q., Valentini R. (2016), Discrimination of tropical forest types, dominant species, and mapping of functional guilds by hyperspectral and simulated multispectral Sentinel-2 data. Remote Sensing of Environment 176: 163-176, doi: 10.1016/j.rse.2016.01.017

  • Mattioli W., Quatrini V., Di Paolo S., Di Santo D., Giuliarelli D., Angelini A., Portoghesi L., Corona P. (2012), Experimenting the design-based k-NN approach for mapping and estimation under forest management planning. iForest - Biogeosciences and Forestry 5: 26-30, doi: 10.3832/ifor0604-009

  • McDonald T.P., Taylor S.E., Rummer R.B. (2000), Deriving forest harvesting machine productivity from positional data. Asae Technical Paper No. 00-5011

  • Miettinen M., Ohman M., Visala A., Forsman P. (2007), “Simultaneous localization and mapping for forest harvesters”, in: Ieee International Conference on Robotics and Automation, Rome (Italy), 10-14 April 2007

  • Mipaaf (2012), Piano della filiera legno 2012-2014, Ministero delle Politiche Alimentari, Agricole e Forestali, Roma

  • Öhman M., Miettinen M., Kannas K., Jutila J., Visala A., Forsman P. (2008), “Tree measurement and simultaneous localization and mapping system for Forest Harvesters”, in: Proceeding of the 6th International Conference on Field and Service Robotics, Chamonix (France), 9-12 July 2008

  • Rosell J.R., Sanz R. (2012), A review of methods and applications of the geometric characterization of tree crops in agricultural activities. Computers and electronics in agriculture 81: 124-141, doi: 10.1016/j.compag.2011.09.007

  • Scrinzi G., Clementel F. (2015), Elite: un progetto innovativo per la descrizione, caratterizzazione e quantificazione ad alta risoluzione delle biomasse arboree della Foresta di Castelporziano, [pdf]

Tematiche: 
Rubrica: 
Non cliccare su questo link in quanto e accentata per gli spammers e verresti messo nelle blacklist